非結構化資料暴增,企業如何穩定高效的支撐日均百億級訪問
5G 時代來臨,遊戲、影片直播成為當下最為熱門的娛樂方式,網上衝浪更快更滿足。但資料量的爆發式增長帶來的系統響應速度遲緩、資料庫無損擴容難、資料儲存成本陡增等問題撲面而來。
以影片業務為例,每秒10萬業務請求時,單表產生的資料量可能會高達數十億。資料量暴增則需要擴容,對於傳統自建資料庫,擴容過程非常複雜,資料庫系統擴容需要提前幾個月去做規劃,細緻的部署,縝密的實施,需經歷上線-灰度-再驗證等過程,由於業務有變化起伏,當業務高峰過了後需要面臨縮容的痛苦,否則將會造成極大的資源浪費,這是傳統架構帶來的必然問題。
今天就來聊聊華為雲GaussDB(for Cassandra)面對內容分發、影片直播等領域如何更低成本助力企業乘風破浪,快速應對業務百億資料量增長。
無憂遷移百億資料量,分鐘級快速擴充套件
首先,解決無憂搬遷海量資料尤為重要,華為雲資料庫提供了資料複製服務DRS,在不影響業務的情況下,可搬遷資料規模超過10TB,單表高達數百億資料;同時可支援將資料反向同步到源庫,可保證兩邊的資料一致性。
其次,華為雲GaussDB(for Cassandra) 多副本策略下沉到共享儲存,大幅提升彈性伸縮能力,計算節點按需擴充套件,不需要做資料遷移;支援一鍵擴縮容,擴縮容耗時僅分鐘級別,相比開源Cassandra擴容時長提升幾十倍,可輕鬆應對業務變化。
降低成本、無損升級,業務無感知
相比開源Cassandra,相同效能下的引擎規格,華為雲GaussDB(for Cassandra) 2U8G規格的費用僅為開源Cassandra 8U32G規格的70%,同時免去了後續擴容儲存等資料搬遷各項工作。此外,華為雲GaussDB(for Cassandra)提供了無損升級方案,實現升級期間業務基本無感知。
輕鬆滿足多維度、大資料量複雜查詢場景
在資訊流、內容分發場景中,華為雲GaussDB(for Cassandra)自身在寫效能上具有先天優勢,針對客戶查詢場景複雜及查詢效能要求高的特點,GaussDB在大資料量查詢效能進行了最佳化,引入檢視增強特性,並對錶結構進行最佳化設計,滿足了資訊流、內容搜尋等業務的查詢需求。
支援內容自動推薦,流服務助力客戶輕鬆捕獲資料變更
內容分發場景,客戶使用最多的便是自動推薦系統,由於傳統NoSQL資料庫無法做搜尋引擎,所以需要將資料同步到搜尋服務中支撐搜尋功能。在內容管理業務中,一般都會用到經典應用場景---資料變更捕獲完成資料同步,華為雲GaussDB(for Cassandra) 實現了Stream功能,支援資料同步到搜尋引擎中,完美支撐了線上大資料分析,內容自動推薦等場景。
支撐離線大資料分析,支援豐富的檔案型別
一般來說,網際網路內容分發平臺在使用者系統、內容處理、資訊流服務等場景中都有資料離線匯出的需求。而需要分析的資料系統會定期匯出到OBS(物件儲存服務)上,等分析資料時再從OBS上獲取資料進行分析處理。華為雲GaussDB(for Cassandra)對匯出的過程進行了最佳化,縮短匯出時長,增加匯出的檔案型別,支援更多的離線分析系統、離線分析能力。
當前,華為雲GaussDB(for Cassandra)成功賦能了工業製造、氣象業、網際網路等行業,其中助力華為消費者雲高效管理全球最大Cassandra節點1萬+。華為雲GaussDB(for Cassandra)透過解決大叢集、大資料量下的效能穩定、資料一致性、可用性等問題,可支撐企業業務快速增長。此外,數字化時代下,影片直播、內容分發給人們帶來了更為精準的娛樂體驗,華為雲GaussDB也將持續打造先進的技術,讓人們更快樂的享受數字化服務。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70022909/viewspace-2926455/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 億級流量系統架構之如何支撐百億級資料的儲存與計算架構
- 億級流量系統架構之如何支撐百億級資料的儲存與計算【石杉的架構筆記】架構筆記
- 摩杜雲企業級雲伺服器,撐起企業雲上業務高效穩定開展伺服器
- 看SparkSql如何支撐企業數倉SparkSQL
- Redis穩定性之戰:AOF日誌支撐資料持久化Redis持久化
- 數字化轉型浪潮下,湖倉一體如何支撐企業走向資料智慧
- 結構化資料、半結構化資料和非結構化資料
- 支撐百萬併發的資料庫架構如何設計?資料庫架構
- 結構化資料與非結構化資料的差異
- 如何利用資料來支撐設計?
- 如何使用RedisTemplate訪問Redis資料結構Redis資料結構
- 企業日常管理活動支撐平臺
- 如何保障爬蟲高效穩定爬取資料?爬蟲
- 高效資料通道支撐生產情況實時分析與視覺化視覺化
- 如何支撐微服務架構落地微服務架構
- 日均請求量百億級資料處理平臺的容器雲實踐
- 大資料公司Attivio獲3400萬美元投資 整合結構化及非結構化資料提供企業搜尋服務大資料
- 如何利用資料架構帶動企業增長?架構
- 非結構化資料更需中臺,企業內容管理未來走向何方
- 百億級資料處理優化優化
- 超融合支撐保險客戶構建生產級資料庫資源池資料庫
- 專訪新浪微博肖鵬:支撐萬億級訪問的微博後端是怎麼煉成的後端
- 支撐千萬級,大型電商分散式架構解析分散式架構
- 高效能Javascript:高效的資料訪問JavaScript
- 智慧時代,企業需要怎樣的計算力支撐?
- 為什麼企業全面雲化需要IT戰略支撐和驅動?
- 如何寫出高效能程式碼之優化資料訪問優化
- 利聯科技:無錫BGP伺服器網路穩定的支撐點伺服器
- 鄧榮偉:穩定支撐每秒百萬筆支付請求,支付寶資料庫架構的過去、現在與未來資料庫架構
- 百億級企業級 RPC 框架開源了!RPC框架
- 非結構化資料怎麼盤點?
- 企業如何高效智慧管理大量文件資料?
- 發力物件儲存 ECS解鎖非結構化資料增長的價值物件
- Python掙錢系列:資料整合之-結構化企業資料Python
- 舒明:穩定支撐日高峰億級保單交易,國泰產險的運維創新實踐運維
- 談談如何構建企業級資料市場啟用資料要素
- 結構化與非結構化
- 美創資料支撐平臺釋出,全新升級賦能資料治理